分类： AI资讯

2005年上线的Amazon Mechanical Turk，这个月宣布了一件事：2026年7月30日之后，不再接受新客户。现有客户还能继续用，但AWS明确说了，不打算加新功能。换句话说，这台机器还在转，但已经没人给它上油了。

Mechanical Turk当年的想法挺直接的：有些活儿电脑搞不定，但人花几秒钟就能做完——比如辨别一张图里是猫还是狗，或者帮盲人描述图片内容。Amazon搭建了一个平台，让公司发布这种微任务，让全世界的自由职业者来接单，酬劳低到几美分。这个模式当时叫「众包」，听着比「全球最低价劳动力」好听多了。

从AI训练数据工厂到「僵尸平台」

到了AI时代，Mechanical Turk找到了新活法——给神经网络做数据标注。公司用它来标注训练数据，算是Amazon SageMaker AI服务的一部分。但讽刺的是，有分析发现平台上33%到46%的工人自己在用大语言模型来完成任务。也就是说，你以为你在让人给AI准备训练数据，其实那些人让另一个AI帮他们干活。蛇咬自己的尾巴，这套路倒是挺完整的。

Mechanical Turk其实有个历史梗：它的名字来源于18世纪的一台「国际象棋自动机」，那台机器看起来是自动下棋的，实际上里面藏了一个真人棋手。今天看来，这个梗比当年更合适——很多宣称是「AI」的产品，背后其实是一群拿最低工资的Mechanical Turk工人在撑着。

这个平台还顺便在Facebook-Cambridge Analytica丑闻里跑了个龙套——当初Cambridge Analytica收集Facebook用户数据，Mechanical Turk工人帮忙做了大量数据标注工作。等这事爆出来，大家才发现这个平台在灰色地带里跑了多少年。

为什么现在关

Amazon自己的公告说这是「仔细考虑后的决定」，但Reddit上早就有用户说这个平台「几年前就死了」。机器人泛滥、欺诈横行，靠谱的工人和研究人员早就跑了。有人预测，迟早有一天Amazon会有人算一笔账，发现维护这台服务器的钱不如省下来，然后直接拔插头。

7月30日之后，新客户进不来了。现有客户还能继续用，但没人知道这个「生命维持系统」能撑多久。一个时代就这样在没有隆重仪式的情况下，慢慢拔掉了插头。

---

大多数美国人对AI并不买账——民调说它连披萨该放什么配料都搞不清楚，更别提让大家听它写的音乐了。但这不妨碍一群有钱家长把孩子的教育交给AI，还为此一年砸几万美金。

Forge Prep和Alpha School这两家公司，收着每年几万美元的学费，本质上是在拿别人的孩子做AI家教产品的β测试。硅谷那帮人当然是第一批吃螃蟹的——旧金山风投Shaun Johnson说，他打算把儿子送去Alpha幼儿园的Kindergarten，一年7万5千美元。他的理由是：现在的教育明显是坏了的，肯定有企业家在想办法修，你得让孩子学会随机应变，而不是死记硬背某个学科的事实。

AI真的能当老师吗

Johnson这话里有个根本性的误解——他好像不知道现代教育学到底在研究什么。更成问题的是，AI这东西出了名的爱拍马屁，它会顺着用户的意思说，而不是给出平衡的判断。让一个马屁精来教孩子「随机应变、认识世界」，这逻辑本身就挺随机应变的。

根据《华尔街日报》的报道，Alpha School的联合创始人MacKenzie Price还说，她打算把「热门社会议题」挡在教室外面。放到现在这个政治环境里，这话的覆盖范围可能包括女性权利、美国的奴隶制历史，还有移民往事。

这不是在说AI能不能辅助教育——它当然能。问题在于，当你把几万美金一年的学费交给一个拿孩子当β测试员的商业模式，你得想清楚自己到底在买什么。教育不是一款APP，出了问题不能简单地回滚到上一个版本。

硅谷的教育实验场

这股风从硅谷刮起来不奇怪。科技圈一直有种信仰：只要够颠覆，旧东西就一定能砸烂重来。教育这个赛道，美国人吐槽了几十年，但真敢把孩子送进去当实验品的，还是只有那百分之几的有钱人。

有意思的是，这批家长的理由往往是「传统教育不行了」。但传统教育行不行，和AI能不能教好孩子，是两件事。前者可能需要改革，后者目前看来更像是一场未经充分验证的社会实验——而实验对象，是付了全额学费的孩子。

---

一家AI公司突然说要造药

如果有人告诉你，那个帮你写代码、改文章的AI公司，现在要自己去开发药物了，你的第一反应是什么？觉得不靠谱？还是觉得”果然如此”？

本周，Anthropic就干了这么一件事。在名为”The Briefing: AI for Science”的活动上，他们发布了Claude Science——一个号称能把各种科学工具和数据集合到一个环境里、还能自动生成图表和可视化的”AI工作台”。但这个发布会的重头戏不是工具，而是Anthropic自己的一句表态：我们要亲自下场开发药物。

说这话的是Anthropic生命科学部门负责人Eric Kauderer-Abrams。他的原话是：公司会专注于寻找”被忽视的”疾病的治疗方法。翻译成人话就是：那些大药厂看不上的病，我们来做。

Anthropic在发布会上说，AI有潜力”大幅加速科学发现的步伐，以及医疗干预手段的开发”。这话听起来很宏大，但具体要怎么做，他们没说清楚。

AI制药不是新鲜事，但Anthropic的玩法不一样

其实，AI公司盯上制药这块蛋糕，早就不是什么秘密了。OpenAI、Amazon、Google都有自己的生命科学工具和平台。专门做AI制药的公司就更多了：Insilico、Isomorphic Labs（从Google DeepMind分出来的），还有一大堆生物科技创业公司。

但Anthropic这次的宣布，还是让不少人吃了一惊。为什么？因为别的AI公司是卖铲子的——给你工具，让你自己去挖金矿。Anthropic呢？它既要卖铲子，自己也想挖金矿。

这就导致一个很微妙的局面：Anthropic一边向制药公司推销自己的软件，一边又要和这些客户在同一个赛道里竞争。换做你是药厂的技术负责人，你会放心用了它的工具吗？

细节欠奉，外界一头雾水

Anthropic这次宣布，留下的问题比答案多。

他们在发布会上没有说明，如果真的找到了有潜力的药物候选分子，接下来要怎么办。是自己做临床试验？还是找合作伙伴？具体要针对哪些疾病？需不需要和其他公司合作做实验室工作、动物测试、临床试验或者生产？

The Verge向Anthropic求证这些细节，到现在还没收到回复。

---

专家的话很委婉，但意思很明白

采访了几位专家之后，The Verge的记者发现，大家对Anthropic计划的不确定性，其实反映的是整个AI制药行业的不确定性。

AI在药物研发的每个阶段都能派上用场，这话不假。但从”能派上用场”到”真的造出一款获批上市的药”，中间的路有多长，做过药的人都知道。

一款新药的诞生，从最早的理论研究到最终上市，平均要花10年以上，烧掉几十亿美元。AI能加速这个过程，但绝不可能跳过所有步骤。更别提，Anthropic是一家AI公司，不是制药公司。它没有实验室、没有临床试验的经验、没有监管审批的团队。

为什么要做这件难事？

既然困难这么多，Anthropic为什么要趟这趟浑水？

一种可能是，这只是个公关动作——宣布进入制药领域，能展示Claude Science的能力，吸引更多科研用户。毕竟，”我们的AI能开发药物”这句话，听起来就比”我们的AI能帮你整理数据”要酷得多。

另一种可能是，Anthropic是真的想做。它账上有的是钱，也有的是顶尖人才。如果能成功，这将是AI公司从”工具提供商”转型为”实际解决问题者”的历史性一步。

不管答案是哪个，有一件事可以确定：AI制药的热潮，才刚刚开始。